Especializaciones de la Facultad de Ingeniería · 2023
Modelo de clasificación multiclases para la predicción de apuestas deportivas
RESUMEN : El proyecto busca crear una herramienta de clasificación multimodal que permita identificar la probabilidad de un resultado en un evento deportivo, específicamente en la Serie A de Italia tomando información de las temporadas desde 2015 y hasta lo que va de la temporada 2023. Se busca predecir tres variables objetivo para los partidos utilizando la herramienta: los goles de local, los goles de visitante y el resultado del equipo local. El modelo utiliza técnicas de análisis de datos y aprendizaje automático para identificar patrones en los datos históricos de los equipos y predecir la probabilidad de cada resultado posible. El contexto de las apuestas deportivas es un sector en constante crecimiento en el que los usuarios buscan obtener beneficios a través de sus conocimientos y habilidades en deportes. El problema de negocios radica en la falta de herramientas y modelos que permitan a los usuarios tomar decisiones informadas y seguras en sus apuestas deportivas. Para abordar este problema, se ha desarrollado un modelo de apuestas deportivas que utiliza algoritmos y análisis estadísticos para predecir los resultados de los partidos de fútbol. Los datos fueron obtenidos de Understat (https://understat.com/) y se utilizan varias métricas de Machine Learning para evaluar el desempeño de los modelos de clasificación, como la exactitud (accuracy), la precisión, la tasa de verdaderos positivos (recall) y la curva característica operativa del receptor (ROC). Durante el desarrollo del proyecto, se enfrentaron algunos obstáculos relacionados con la calidad de los datos, la selección de variables y la elección de los algoritmos de aprendizaje automático más adecuados. Sin embargo, se lograron superar estos obstáculos y se obtuvo a través del modelo Hist Gradient Boosting Classifier (HGBC) una exactitud del 75%, cumpliendo con el rendimiento esperado. La realización de estos modelos se puede consultar en el repositorio de GitHub: https://github.com/lina-martinez/Modelo-clasificacion-multiclases-para-prediccion-de-apuestas-deportivas.git
Full text 40 pages with text
Read the full thesis Record in the repository
Contents
- Resumenp. 9
- Abstractp. 10
- Introducciónp. 11
- 2. Planteamiento del problemap. 13
- 3. Justificaciónp. 14
- 4. Objetivosp. 16
- 4.1 Objetivo generalp. 16
- 4.2 Objetivos específicosp. 16
- 5. Marco teóricop. 17
- 5.1 Algoritmos de Clasificaciónp. 17
- 5.2 Métricas de Validación para Tareas de Clasificaciónp. 18
- 5.3 Métricas de Negociosp. 19
- 6. Metodologíap. 21
- 6.1 Descripción y Pretratamiento de la Base de Datosp. 21
- 6.2 Estrategia de Análisis de los Datos y Construcción de los Modelosp. 22
- 6.3 Herramientasp. 24
- 7. Resultadosp. 26
- 7.1 Análisis descriptivo de los datosp. 26
- 7.2 Preprocesamiento de la informaciónp. 29
- 7.3 Selección datos de prueba y entrenamientop. 30
- 7.4 Iteraciones y evoluciónp. 31
- 7.5 Evaluaciónp. 31
- 7.6 Implementaciónp. 34
- 8. Discusiónp. 36
- 9. Conclusionesp. 38
- 10. Recomendacionesp. 39
- Referenciasp. 40
- Tabla 1. Resultados de los modelos y parámetros utilizadosp. 33
- Figura 1. Esquema explicativo de distintas posibilidades de la curva ROCp. 19
- deportivasp. 23
- 'local_Historia_Goles_visitantes N-2'p. 26
- 'visitante_Historia_Goles_visitantes N-2'p. 27
- Figura 5. Distribución de la variable objetivo ‘Goles Local’,p. 28
- Figura 6. Distribución de la variable objetivo 'Goles Visita'p. 28
- Figura 7. Distribución de la variable objetivo 'Resultado Local'p. 29
- Figura 8. Matriz de confusión modelo Decision Tree Classifierp. 32
- Figura 9. Histograma de probabilidad de predicciónp. 35